밀라노 AI 주간 동안, Waldo Lockwin 교수는 개념을 인공지능(intelligenza artificiale) 개발에 있어 종종 간과되지만 혁신적인 요소로 주목했습니다: possibility theory.
전통적인 확률적 접근 방식에 대한 대안으로, 인간의 사고에 더 가깝게 불확실성을 모델링할 수 있습니다.
데이터, 빈도 및 통계에 기반한 알고리즘이 지배하는 세상에서, possibility theory는 집합, 단어 및 모호성에 기반한 논리를 제안합니다. 이는 자연어, 맥락 및 현실의 뉘앙스를 진정으로 이해하고자 하는 미래의 AI에 필수적인 패러다임이 될 수 있습니다.
목차
Possibility theory란 무엇인가?
Possibility theory (가능성 이론)는 퍼지 로직의 확장으로 태어나, 불확실성을 빈도가 아닌, 이용 가능한 정보와의 호환성 측면에서 다루기 위한 수학적 도구를 제공합니다.
간단히 말해: 확률은 “X가 얼마나 자주 발생하는가?”라는 질문에 답합니다.
가능성은 “이 맥락에서 X가 얼마나 그럴듯한가?”라는 질문에 답합니다.
이 구분은 모호한 단어, 인간의 직관 또는 데이터가 부분적이거나 불확실하거나 주관적인 시나리오에 기반한 AI 시스템을 구축하는 데 중요합니다.
실제 사례: 종양학과 인공지능
AI 주간에서 Lockwin은 possibility theory를 사용하여 개인 맞춤형 방사선 치료 모델을 개발한 경험을 공유했습니다. 목표는 의사들이 제공한 “최소 용량” 또는 “최대 효과”와 같은 질적 설명에 기반하여 종양을 죽일 수 있는 최소한의 방사선량을 투여하는 것이었습니다.
이러한 표현은 숫자나 백분율로 직접 번역할 수 없습니다. 그러나 퍼지 집합과 가능성 모델을 통해 다양한 해석과 언어의 주관성을 고려하여 표현할 수 있습니다.
결과는? 통계적 확률에만 기반한 경직된 모델보다 더 유연하고 인간적이며 적응적인 시스템입니다.
오늘날 (그리고 내일)의 AI에 왜 중요한가
현재의 기계 학습과 심층 신경망이 지배하는 환경에서, 인공지능을 더 해석 가능하고 신뢰할 수 있으며 의미론적으로 만드는 방법에 대한 논의가 열리고 있습니다.
여기서 possibility theory가 등장합니다:
- 🔹 자연어: 현대 AI, 특히 대형 언어 모델(LLM)은 종종 모호하고 애매한 개념과 충돌합니다. 가능성 모델은 “매우”, “거의”, “아마도”, “충분히”와 같은 용어를 다루기 위한 더 일관된 틀을 제공할 수 있습니다.
- 🔹 의사 결정: 금융, 의학 또는 자율 주행과 같은 분야에서, 결정이 상충되는 신호나 불완전한 정보에 기반할 때, 가능성 접근 방식은 전통적인 확률보다 더 강력할 수 있습니다. 예로는 의학에서의 인공지능 사용이 있습니다.
- 🔹 윤리와 책임: 가능성과 대안을 설명하는 AI는 인간의 눈에 더 투명하고 수용 가능할 수 있으며, 이는 법률에서의 AI의 미래 역할에서 논의되었습니다.
가능성 vs 확률: 두 세계의 대조
| 측면 | 확률 | 가능성 |
|---|---|---|
| 기반 | 빈도, 역사적 데이터 | 현재 지식과의 일관성 |
| 논리 유형 | 통계적 | 퍼지 로직 / 퍼지 집합 |
| 일반적인 응용 | 예측, 위험 관리 | 해석, 인간의 결정 |
| 불확실성 관리 | 정량적 | 질적 및 서술적 |
이는 대체가 아닌 통합의 문제입니다: 가능성과 확률은 더 완전한 AI를 만들어 현실 세계의 복잡성을 다룰 수 있도록 공존할 수 있으며, 이는 이 연구에서 강조되었습니다.
Possibility theory
인공지능에 대한 큰 논쟁에서, possibility theory는 확률에 대한 대안적이고 보완적인 경로를 제공합니다. 덜 알려져 있고 덜 사용되지만, 인간이 사고하는 방식에 더 가까울 수 있습니다.
AI 주간 2025에서 입증된 바와 같이, 이 이론은 단순한 철학이 아닙니다: 구체적인 응용이 있으며, 작동하고, 의료나 중요한 자동화와 같은 가장 민감한 분야에서 차이를 만들 수 있습니다.
AI가 단순히 계산하는 것뿐만 아니라 이해하기를 요구하는 시대에, 아마도 가능성에 기회를 줄 때가 되었을 것입니다.




